计算机自适应测试具有许多传统纸笔所无法提供的优势:可以依据被试个体不同的被试状态,个性化地提供动态测量服务。而项目反应理论的测试较之于经典测试理论,有样本独立、可反复测量等优点,但同样有着算法过于复杂,实际应用起来困难等诸多缺点。基于项目反应理论的计算机自适应测试却达到了高度的互补,发挥了两者的优势:高效、灵活。目前,基于项目反应理论的计算机自适应测试应用十分广泛,比如GRE考试。但是基于项目反应理论的计算机自适应测试的实际应用中也存在一些挑战和难点:项目反应理论的参数模型的选择;参数估计算法的选择;选题策略的制定等。要解决这些难点,往往要与实际应用的项目的具体情况相结合,选择适合项目本身的设计与实现。本文的主旨是阐述在上海市精神卫生中心与华迪国际咨询公司合作开展的《自闭症与智障儿童鉴别测试项目》的实际应用过种中,对基于项目反应理论的计算机自适应测试系统的研究分析与设计。本文结合项目本身实际情况,在分析与比较现有的参数模型、参数估计算法以及选题策略基础之上,提出了采用Logistic三参数单维模型、极大似然参数估计以及信息量极大法的测试方案,并且对极大似然参数算法进行了改进,创造性地提出用区间迭代来代替初值估算,从根本上解决了因为初值估算出来的结果不准确而最终导致算法迭代失败或计算出来的结果偏差极大的状况。